第1章 道物理世界中的智能难题.docxVIP

第1章绪论

1.1引言：一道物理世界中的智能难题

当黑白相间的足球在绿茵场上划出优雅的弧线，当22名运动员通过精妙配合编织出瞬息万变的战术图谱，这场看似简单的游戏，实则构成了自然界最为复杂的智能系统之一。从微观层面的肌肉纤维收缩，到宏观层面的团队协同；从毫秒级的神经传导，到长达90分钟的战略博弈，足球运动以其独特的完整性与复杂性，成为了检验智能体在动态物理世界中综合能力的“终极试验场”。

正是在这个充满不确定性的物理舞台上，具身智能（EmbodiedAI）找到了自己最富挑战性也最富诗意的表达形式。与封闭棋盘上的符号推演不同，与静态图像中的模式识别迥异，具身智能要求智能体必须拥有身体，必须在真实的时间流中，通过与物理环境的持续交互来感知、决策与行动。智能不仅存在于算法的抽象空间中，更孕育于电机扭矩的精确输出、传感器噪声的统计滤波、以及双足与草地接触时力的微妙平衡之中，如图1所示。

图1.1迈向具身智能的绿茵场

本书正是以这片绿茵场为舞台，以足球机器人为演员，旨在为读者演绎一场从理论到实践、从虚拟到现实、从个体到群体的智能生成史诗。理查德·费曼（RichardFeynman，1918-1988）的名言在此格外贴切：“凡我不能创造的，我便不能理解。”（WhatIcannotcreate,Idonotunderstand.）我们也许达不到费曼“创造”的高度，但是对于具身智能这一深度融合了数学、物理与工程的领域，我们或许可以退一步地主张：“凡我不能复现的，我便全然不能理解。”（WhatIcannotrepeat,Idonotunderstandatall.）

因此，本书不仅是知识的陈述，更是实践的指南。Linux之父林纳斯·托瓦兹（LinusTorvalds，1969-）曾信奉“Talkischeap,showmethecode”，而笔者对此有着另一番体会：“Talkisexpensive,codeiseasier”——语言的传授往往抽象而晦涩，代码的实践却直观且透彻。本书不仅解释原理，更提供从简单到复杂的可执行代码案例，邀请读者在亲手搭建与调试的循环中，真正触摸智能的脉动。

1.2从“缸中之脑”到“具身智能”——一条思想的演进长河

人工智能的演进史，是一部智能形态逐渐“具身化”、认知边界不断从抽象符号拓展至物理实在的壮丽史诗，如图2所示。

图1.2从“缸中之脑”到“具身智能”

1.2.1符号主义的“推理机器”（20世纪50年代-20世纪80年代）

人工智能的曙光初现于符号处理的梦想。艾伦·图灵（AlanTuring，1912-1954）在其1950年的开创性论文《计算机器与智能》中提出的“模仿游戏”，虽未明确要求身体，但已隐含了智能需通过交互来评判的思想。然而，早期AI的主流——以艾伦·纽厄尔（AllenNewell，1927-1992）、赫伯特·西蒙（HerbertA.Simon，1916-2001）和约翰·麦卡锡（JohnMcCarthy，1927-2011）为代表的符号主义学派——将智能视为对抽象符号的逻辑操作。Newell和Simon的“逻辑理论家”（1956）和“通用问题求解器”（1959），试图用形式化的规则来模拟人类问题解决的过程。这些系统如同困于柏拉图洞穴中的哲人，只能处理被剥离了质感、重量与摩擦力的符号投影。它们在一个精心设计的、完全可观测的、确定性规则的世界中运行，其巅峰代表是1997年IBM“深蓝”（DeepBlue）击败国际象棋世界冠军加里·卡斯帕罗夫（GarryKasparov，1963-）。这场胜利震撼了世界，但它也清晰地揭示了离身智能（DisembodiedAI）的局限：深蓝的“智能”完全依赖于对64格棋盘这个封闭宇宙的穷尽式搜索与评估，它无需理解“棋子”的物理形态，无需应对光线变化，更无需在移动“王”时考虑身体的平衡。它的世界是离散的、静态的、完全透明的。

1.2.2行为主义的“刺激-反应体”（20世纪80年代-20世纪90年代）

就在符号主义高歌猛进之时，一场颠覆性的革命在麻省理工学院的移动机器人实验室悄然酝酿。罗德尼·布鲁克斯（RodneyBrooks，1954-）在1986年发表了里程碑式的论文《大象不下棋》，对传统的“感知-建模-规划-行动”（Sense-Model-Plan-Act）框架发起了猛烈抨击。他认为，为机器人构建一个精确、完整的世界内部模型既不可能也不必要，智能应该“从底层涌现”。他提出了包容架构，这是一种基于行为层叠的分布式控制系统。其研制的六足机器人“Genghis”，没有中央处理器进行复杂的路径规划，而是通过一系列简单的、与环境直接耦合的行为（如“抬腿”、“避障”、“前进